Halaman ini sengaja dikosongkan
|
|
|
- Utami Widya Atmadjaja
- 6 tahun lalu
- Tontonan:
Transkripsi
1
2 156 Halaman ini sengaja dikosongkan
3 157 Lampiran 1 Hasil pengujian antara fixed effect dengan random effect (Uji Hausman) untuk model peran pendidikan terhadap kemiskinan di Indonesia, tahun Correlated Random Effects - Hausman Test Equation: OVERALL Test cross-section random effects Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob. Cross-section random 14, ,0058 Cross-section random effects test comparisons: Variable Fixed Random Var(Diff.) Prob. AMH -0, , , ,0391 APS -0, , , ,0006 LOG(RLS) -0, , , ,3048 REDUA -0, , , ,1688 Lampiran 2 Uji asumsi homoskedastisitas dan autokorelasi model peran pendidikan terhadap kemiskinan di Indonesia, tahun Identifikasi Indonesia Homoskedastisias Sum squared resid Unweighted Statistics 0,0095 Weighted Statistics 0,0088 SSR W < SSR Uw Terdapat heteroskedastisitas Autokorelasi α k N dl du DW 5 % ,6539 1,7786 1,6768 dl < DW < du Tidak dapat ditentukan
4 158 Lampiran 3 Hasil estimasi terbaik untuk model peran pendidikan terhadap kemiskinan di Indonesia, tahun Dependent Variable: POV100 Method: Panel EGLS (Cross-section weights) Date: 09/04/12 Time: 21:21 Sample: Periods included: 4 Cross-sections included: 33 Total panel (balanced) observations: 132 Linear estimation after one-step weighting matrix Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected) Variable Coefficient Std. Error t-statistic Prob. C 0, , , ,0690 AMH -0, , , ,0430 APS -0, , , ,0002 LOG(RLS) -0, , , ,0000 R_EDU_A -0, , , ,0000 Cross-section fixed (dummy variables) Effects Specification Weighted Statistics R-squared 0, Mean dependent var 0, Adjusted R-squared 0, S.D. dependent var 0, S.E. of regression 0, Sum squared resid 0, F-statistic 667,8674 Durbin-Watson stat 2, Prob(F-statistic) 0, Unweighted Statistics R-squared 0, Mean dependent var 0, Sum squared resid 0, Durbin-Watson stat 1, Lampiran 4
5 159 Lampiran 5 Hasil estimasi efek lintas-daerah dari model efek tetap model peran pendidikan terhadap kemiskinan di Indonesia, tahun ID Provinsi Efek Indonesia 0, _AC Nangroe Aceh Darussalam 0, _SU Sumatera Utara 0, _SB Sumatera Barat (0,0030) 4 _RI Riau (0,0333) 5 _JA Jambi (0,0661) 6 _SS Sumatera Selatan 0, _BE Bengkulu 0, _LA Lampung 0, _BB Bangka Belitung (0,1126) 10 _KR Kepulauan Riau (0,0774) 11 _JK DKI Jakarta (0,0961) 12 _JB Jawa Barat (0,0242) 13 _JT Jawa Tengah 0, _YO DI. Yogyakarta 0, _JI Jawa Timur 0, _BT Banten (0,0751) 17 _BA Bali (0,1008) 18 _NB Nusa Tenggara Barat 0, _NT Nusa Tenggara Timur 0, _KB Kalimantan Barat (0,0886) 21 _KT Kalimantan Tengah (0,0756) 22 _KS Kalimantan Selatan (0,1083) 23 _KI Kalimantan Timur (0,0563) 24 _SA Sulawesi Utara (0,0138) 25 _ST Sulawesi Tengah 0, _SN Sulawesi Selatan (0,0510) 27 _SG Sulawesi Tenggara 0, _GO Gorontalo 0, _SR Sulawesi Barat (0,0414) 30 _MA Maluku 0, _MU Maluku Utara (0,0433) 32 _PB Papua Barat 0, _PA Papua 0,0950
6 Halaman ini sengaja dikosongkan
7 161 Lampiran 6 Hasil pengujian antara fixed effect dengan random effect (Uji Hausman) untuk model peran jenjang pendidikan terhadap kemiskinan di Indonesia, tahun Correlated Random Effects - Hausman Test Equation: INA_PARSIAL Test cross-section random effects Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob. Cross-section random Cross-section random effects test comparisons: Variable Fixed Random Var(Diff.) Prob. DASAR MENENGAH TINGGI LOG(YCAP) GINI Lampiran 7 Uji asumsi homoskedastisitas dan autokorelasi model peran jenjang pendidikan terhadap kemiskinan di Indonesia, tahun Identifikasi Kawasan Barat Indonesia Homoskedastisias Sum squared resid Unweighted Statistics 0,0063 Weighted Statistics 0,0053 SSR W < SSR Uw Terdapat heteroskedastisitas Autokorelasi α k N dl du DW 5 % ,6380 1,7950 2, du < DW < 4 dl Tidak dapat ditentukan
8 162 Lampiran 8 Hasil estimasi terbaik untuk model peran jenjang pendidikan terhadap kemiskinan di Indonesia, tahun Dependent Variable: POV100 Method: Panel EGLS (Cross-section weights) Date: 10/03/12 Time: 19:07 Sample: Periods included: 4 Cross-sections included: 33 Total panel (balanced) observations: 132 Linear estimation after one-step weighting matrix Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected) Variable Coefficient Std. Error t-statistic Prob. C DASAR MENENGAH TINGGI LOG(YCAP) GINI Cross-section fixed (dummy variables) Effects Specification Weighted Statistics R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat Prob(F-statistic) Unweighted Statistics R-squared Mean dependent var Sum squared resid Durbin-Watson stat Lampiran 9
9 163 Lampiran 10 Hasil estimasi efek lintas-daerah dari model efek tetap model peran jenjang pendidikan terhadap kemiskinan di Indonesia, tahun ID Provinsi Effect Indonesia 1, _AC Nangroe Aceh Darussalam 0, _SU Sumatera Utara -0, _SB Sumatera Barat -0, _RI Riau -0, _JA Jambi -0, _SS Sumatera Selatan 0, _BE Bengkulu 0, _LA Lampung 0, _BB Bangka Belitung -0, _KR Kepulauan Riau 0, _JK DKI Jakarta 0, _JB Jawa Barat -0, _JT Jawa Tengah -0, _YO DI. Yogyakarta 0, _JI Jawa Timur 0, _BT Banten -0, _BA Bali -0, _NB Nusa Tenggara Barat 0, _NT Nusa Tenggara Timur 0, _KB Kalimantan Barat -0, _KT Kalimantan Tengah -0, _KS Kalimantan Selatan -0, _KI Kalimantan Timur 0, _SA Sulawesi Utara -0, _ST Sulawesi Tengah 0, _SN Sulawesi Selatan -0, _SG Sulawesi Tenggara 0, _GO Gorontalo 0, _SR Sulawesi Barat -0, _MA Maluku 0, _MU Maluku Utara -0, _PB Papua Barat 0, _PA Papua 0,2304
10 Halaman ini sengaja dikosongkan
11 165 Lampiran 11 Hasil pengujian antara fixed effect dengan random effect (Uji Hausman) untuk model peran jenjang pendidikan terhadap kemiskinan di Kawasan Barat Indonesia, tahun Correlated Random Effects - Hausman Test Equation: KBI_PARSIAL Test cross-section random effects Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob. Cross-section random Cross-section random effects test comparisons: Variable Fixed Random Var(Diff.) Prob. DASAR MENENGAH TINGGI LOG(YCAP) GINI
12 166 Lampiran 12 Hasil estimasi terbaik untuk model peran jenjang pendidikan terhadap kemiskinan di Kawasan Barat Indonesia, tahun Dependent Variable: POV100 Method: Panel EGLS (Cross-section random effects) Date: 10/18/12 Time: 11:28 Sample: Periods included: 4 Cross-sections included: 17 Total panel (balanced) observations: 68 Swamy and Arora estimator of component variances White cross-section standard errors & covariance (d.f. corrected) WARNING: estimated coefficient covariance matrix is of reduced rank Variable Coefficient Std. Error t-statistic Prob. C DASAR MENENGAH TINGGI LOG(YCAP) GINI Effects Specification S.D. Rho Cross-section random Idiosyncratic random Weighted Statistics R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat Prob(F-statistic) Unweighted Statistics R-squared Mean dependent var Sum squared resid Durbin-Watson stat
13 167 Lampiran 13 Hasil pengujian antara fixed effect dengan random effect (Uji Hausman) untuk model peran jenjang pendidikan terhadap kemiskinan di Kawasan Timur Indonesia, tahun Correlated Random Effects - Hausman Test Equation: KTI_PARSIAL Test cross-section random effects Test Summary Chi-Sq. Statistic Chi-Sq. d.f. Prob. Cross-section random Cross-section random effects test comparisons: Variable Fixed Random Var(Diff.) Prob. DASAR MENENGAH TINGGI LOG(YCAP) GINI Lampiran 14 Uji asumsi homoskedastisitas dan autokorelasi model peran jenjang pendidikan terhadap kemiskinan di Kawasan Timur Indonesia, tahun Identifikasi Kawasan Timur Indonesia Homoskedastisias Sum squared resid Unweighted Statistics 0,0036 Weighted Statistics 0,0031 SSR W < SSR Uw Terdapat heteroskedastisitas Autokorelasi α k N dl du DW 5 % ,4322 1,7672 2, dl < DW < 4 Terdapat korelasi negatif
14 168 Lampiran 15 Hasil estimasi terbaik untuk model peran jenjang pendidikan terhadap kemiskinan di Kawasan Timur Indonesia, tahun Dependent Variable: POV100 Method: Panel EGLS (Cross-section weights) Date: 10/18/12 Time: 10:48 Sample: Periods included: 4 Cross-sections included: 16 Total panel (balanced) observations: 64 Linear estimation after one-step weighting matrix Cross-section SUR (PCSE) standard errors & covariance (d.f. corrected) Variable Coefficient Std. Error t-statistic Prob. C DASAR MENENGAH TINGGI LOG(YCAP) GINI Cross-section fixed (dummy variables) Effects Specification Weighted Statistics R-squared Mean dependent var Adjusted R-squared S.D. dependent var S.E. of regression Sum squared resid F-statistic Durbin-Watson stat Prob(F-statistic) Unweighted Statistics R-squared Mean dependent var Sum squared resid Durbin-Watson stat
Lampiran 1 : Pemilihan Bank Melalui Kriteria Berdasarkan Purposive Sampling
Lampiran 1 : Pemilihan Bank Melalui Kriteria Berdasarkan Purposive Sampling No Nama Bank Kriteria 1 Kriteria 2 Yang memenuhi kriteria 1 dan 2 1 PT. BPD Aceh 2 PT. BPD Bali 3 PT. BPD Bengkulu - - 4 PT.
Lampiran 1. Pertumbuhan Pendapatan Asli Daerah (PAD) pada Kabupaten/Kota di Provinsi Sumatera Utara Tahun (%)
Lampiran 1 Pertumbuhan Pendapatan Asli Daerah (PAD) pada Kabupaten/Kota di Provinsi Sumatera Utara Tahun 2010-2014 Kab. Asahan 18 13 20 69 9 Kab. Dairi 0 59 41 82-35 Kab. Deli Serdang 13 159 27 22 22 Kab.
LAMPIRAN Langkah-Langkah Pemilihan Model Regresi Data Panel
LAMPIRAN Langkah-Langkah Pemilihan Model Regresi Data Panel Hasil Common Effect Method: Panel Least Squares Date: 12/06/11 Time: 18:16 C 12.40080 1.872750 6.621707 0.0000 LOG(PDRB) 0.145885 0.114857 1.270151
1) Kriteria Ekonomi Estimasi model dikatakan baik bila hipotesis awal penelitian terbukti sesuai dengan tanda dan besaran dari penduga.
LAMPIRAN Lampiran 1. Evaluasi Model Evaluasi Model Keterangan 1) Kriteria Ekonomi Estimasi model dikatakan baik bila hipotesis awal penelitian terbukti sesuai dengan tanda dan besaran dari penduga. 2)
Lampiran 1 Data Penyerapan Tenaga Kerja, PDRB, Pengeluaran Pemerintah, dan Upah Riil Kabupaten/Kota di Provinsi Sumatera Barat tahun
72 Lampiran 1 Data Penyerapan Tenaga Kerja, PDRB, Pengeluaran Pemerintah, dan Upah Riil Kabupaten/Kota di Provinsi Sumatera Barat tahun 2005-2010 Kode Kabupaten/Kota Tahun Bekerja PDRB Pengeluaran Pemerintah
BAB V KESIMPULAN DAN SARAN
BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan Berdasarkan hasil penelitian pada bab sebelumnya, maka dapat diambil kesimpulan sebagai berikut : 1) Secara statistik variabel dana pihak ketiga mempengaruhi
Lampiran 1. Data Penelitian
Cilacap Banyumas Purbalingga Banjarnegara Kebumen Purworejo Wonosobo Magelan g Lampiran 1. Data Penelitian Kab / Kota Tahun Kemiskinan UMK TPT AMH LnUMK (%) (Rb Rp) (%) (%) 2010 18.11 698333 13.4565 9.75
Lampiran 1. Hasil pendugaan parameter model terhadap output/ pertumbuhan ekonomi
LAMPIRAN 148 Lampiran 1. Hasil pendugaan parameter model terhadap output/ pertumbuhan ekonomi Model: ln Y it = αln K it + β 1 ln BH it + β 2 ln DAU it + β 3 ln DAK it + γ 1 ln PD it + γ 2 ln RD it + γ
LAMPIRAN. Lampiran 1 Data Penelitian
LAMPIRAN Lampiran 1 Data Penelitian Kota/Kab Tahun PDRB INV LBR Bogor 2009 1273760 110108 111101 2010 1335090 1382859 268543 2011 1439103 23266318 268543 2012 1527428 23266318 268543 2013 1628110 23272174
Daftar Perusahaan yang Menjadi Sampel Penelitian
Lampiran 1 Daftar Perusahaan yang Menjadi Sampel Penelitian No. Nama Perusahaan 1 PT. Colorpak Indonesia 2 PT. Gudang Garam 3 PT. Sumi Indo Kabel 4 PT. Multi Bintang Indonesia 5 PT. Metrodata Electronics
Lampiran 1. Perkembangan GDP Riil Pertanian (Constant 2000, Juta US$) Negara Berkembang Tahun Indonesia Thailand Cina India Brasil Argentina Meksiko
Lampiran 1. Perkembangan GDP Riil Pertanian (Constant 2, Juta US$) Negara Berkembang Tahun Indonesia Thailand Cina India Brasil Argentina Meksiko Mesir Afrika Selatan Turki 198 14751.87 6487.26 68232.337
Lampiran 1 Hasil Regression Model GLS FIXED EFFECT (FEM)
LAMPIRAN Lampiran 1 Hasil Regression Model GLS FIXED EFFECT (FEM) Dependent Variable: BD? Method: Pooled EGLS (Cross-section weights) Date: 01/01/11 Time: 05:56 Sample: 2010 2013 Included observations:
Lampiran 1. Sampel Penelitian
Lampiran 1. Sampel Penelitian No Keterangan Jumlah Perusahaan 1 Total industri food and beverage yang 16 terdaftar di Bursa Efek Indonesia selama tahun 2007-2012 2 Tidak mempublikasikan data mengenai 3
BAB VI PENUTUP. Berdasarkan hasil analisis regresi faktor-faktor yang mempengaruhi indeks
BAB VI PENUTUP 6.1 Kesimpulan Berdasarkan hasil analisis regresi faktor-faktor yang mempengaruhi indeks pembangunan manusia (IPM) di Provinsi Papua Barat adalah variabel angka melek huruf (AMH), rata-rata
BAB V PENUTUP. mempengaruhi kemiskinan provinsi di Indonesia tahun , dapat diperoleh
BAB V PENUTUP 5.1. Kesimpulan Berdasarkan hasil penelitian dan analisis mengenai faktor yang mempengaruhi kemiskinan provinsi di Indonesia tahun 2008-2012, dapat diperoleh kesimpulan sebagai berikut: 1)
BAB IV. Analisis Data. 4.1 Gambaran Umum dan Depskriptif Obyek Penelitian
62 BAB IV Analisis Data 4.1 Gambaran Umum dan Depskriptif Obyek Penelitian 4.1.1 Gambaran Umum Obyek Penelitian Obyek penelitian yang digunakan dalam penelitian ini adalah bank bank yang beroperasi di
LAMPIRAN. Lampiran 1. Daftar Sampel Perusahaan Makanan dan Minuman
LAMPIRAN Lampiran 1 Daftar Sampel Perusahaan Makanan dan Minuman No Nama Perusahaan Tanggal Listing Kriteria 1 2 3 1. PT. Cahaya Kalbar Tbk 9 Juli 1996 2. PT. Delta Djakarta Tbk 27 Februari 1984 3. PT.
Lampiran 1. Metodologi Penelitian. Regresi Panel Data Bentuk umum data panel, baik yang pooling atau kombinasi, adalah :
58 Lampiran 1. Metodologi Penelitian Regresi Panel Data Bentuk umum data panel, baik yang pooling atau kombinasi, adalah : Y it = α + β 1 X 1 it + β 2 X 2 it + ε it di mana: i menyatakan individual ke
BAB IV HASIL DAN ANALISIS. Dalam penelitian ini data yang digunakan adalah data sekunder
4.1 Deskripsi Data Penelitian BAB IV HASIL DAN ANALISIS Dalam penelitian ini data yang digunakan adalah data sekunder yang diperoleh dari berbagai sumber yaitu website resmi badan pusat statistik dan badan
BAB IV ANALISIS DATA DAN PEMBAHASAN. Anggaran Pendapatan dan Belanja Daerah Pemerintah Kabupaten/Kota Se propinsi
BAB IV ANALISIS DATA DAN PEMBAHASAN Setelah dilakukan pengumpulan data yang berupa laporan realisasi Anggaran Pendapatan dan Belanja Daerah Pemerintah Kabupaten/Kota Se propinsi Daerah Istimewa Yogyakarta
BAB V PENUTUP. 5.1 Kesimpulan. Berdasarkan hasil penelitian dan analisis tentang faktor-faktor yang
BAB V PENUTUP 5.1 Kesimpulan Berdasarkan hasil penelitian dan analisis tentang faktor-faktor yang mempengaruhi tingkat kemiskinan di provinsi Kalimantan Timur tahun 2002-2013, maka diperoleh kesimpulan
Variable Coefficient Std. Error t-statistic Prob.
. LAMPIRAN 80 Lampiran 1 Hasil Estimasi Untuk Model usia SD Pooled least Square Dependent Variable: LOG(SKUL_SD01) Method: Panel Least Squares LOG(BOS_SD) 0.829950 0.065559 12.65954 0.0000 LOG(J_RIIL_DIKDAS)
BAB 4 ANALISA DAN PEMBAHASAN
43 BAB 4 ANALISA DAN PEMBAHASAN Pada bagian dari penelitian ini akan menguji permodelan dengan panel data, pengujian asumsinya, serta pembahasan analisis atas hasil dari regresi panel data tersebut. 4.1
BAB IV HASIL DAN ANALISIS
49 BAB IV HASIL DAN ANALISIS 4.1 Analisis Deskripsi Data Jenis data yang digunakan dalam penelitian ini adalah data panel yang merupakan data gabungan antara cross section dan data time series. Adapun
Hasil Regresi Data Panel
66 Lampiran 1 Hasil Regresi Data Panel 1. Model Common Effect/Pooled Least Square(PLS) Method: Pooled EGLS (Cross-section weights) Date: 05/08/10 Time: 08:03 Linear estimation after one-step weighting
Lampiran 1 : PDRB Riil Provinsi Gorontalo tahun
113 Lampir 1 : PDRB Riil Provinsi Gorontalo tahun 2001 2008 2001 Daerah Pertambg Gas Bgun/Kon struksi & Jumlah Kab.Gorontalo 200,112.10 7,765.10 57,181.65 2,589.39 26,654.01 73,005.43 63,954.37 45,763.04
Lampiran 1 Daftar Populasi Sampel Penelitian
Lampiran 1 Daftar Populasi Sampel Penelitian No. Kode Nama Perusahaan Kriteria Sampel 1 2 3 Ke 1. ASII PT. Astra Internasional, Tbk. 1 2. AUTO PT. Astra Otoparts, Tbk. 2 3. BRAM PT. Indokordsa, Tbk. 3
LAMPIRAN 1. Total Fertility Rate (TFR) Provinsi di Indonesia
LAMPIRAN 1 Total Fertility Rate (TFR) Provinsi di Indonesia No Nama Provinsi TFR 1 N.A. Darussalam 3.1 2 Sumatera Utara 3.8 3 Sumatera Barat 3.4 4 Riau 2.7 5 Jambi 2.8 6 Sumatera Selatan 2.7 7 Bengkulu
BAB V PENUTUP. 1. Produk Domestik Regional Bruto (PDRB) per kapitatidak berpengaruh. secara signifikan terhadap kemiskinan provinsi di Indonesia.
BAB V PENUTUP 5.1. Kesimpulan Berdasarkan hasil penelitian dan analisis mengenai faktor yang mempengaruhi kemiskinan provinsi di Indonesia tahun 2009-2013, diperoleh kesimpulan sebagai berikut : 1. Produk
LAMPIRAN. Universitas Sumatera Utara
LAMPIRAN 85 Lampiran 1. Daftar Populasi Dan Pemilihan Sampel Perusahaan No Kode Nama Perusahaan Kriteria Sampel 1 2 3 1 ADES Akasha Wira Internasional Tbk,PT v v v 2 AQUA PT Aqua Golden Mississippi Tbk
BAB V PENUTUP. maka diperoleh kesimpulan yang dapat diuraikan sebagai berikut : tingkat kemiskinan di Provinsi Jawa Timur.
BAB V PENUTUP 5.1. Kesimpulan Berdasarkan hasil penelitian dan analisis tentang faktor-faktor yang mempengaruhi tingkat kemiskinan di Provinsi Jawa Timur tahun 2008-2012, maka diperoleh kesimpulan yang
BAB V HASIL DAN PEMBAHASAN. per fungsi terhadap pertumbuhan ekonomi 22 kabupaten tertinggal dengan
BAB V HASIL DAN PEMBAHASAN 5.1. Tahap Evaluasi Model 5.1.1. Tahap Evaluasi Pemilihan Model Estimasi model, untuk mengetahui pengaruh belanja pemerintah daerah per fungsi terhadap pertumbuhan ekonomi 22
PENGARUH STRUKTUR EKONOMI TERHADAP KETIMPANGAN DISTRIBUSI PENDAPATAN
PENGARUH STRUKTUR EKONOMI TERHADAP KETIMPANGAN DISTRIBUSI PENDAPATAN Oleh : Vebryna Permatasari Rantung Fakultas Ekonomi Universitas Islam Indonesia vebrynarantung@yahoo.com Abstrak: Penelitian ini bertujuan
BAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Objek Penelitian Dalam penelitian ini, sampel yang dijadikan objek penelitian adalah perusahaan yang bergerak di bidang farmasi dari tahun 2011 sampai dengan
DAFTAR ALAMAT MADRASAH TSANAWIYAH NEGERI TAHUN 2008/2009
ACEH ACEH ACEH SUMATERA UTARA SUMATERA UTARA SUMATERA BARAT SUMATERA BARAT SUMATERA BARAT RIAU JAMBI JAMBI SUMATERA SELATAN BENGKULU LAMPUNG KEPULAUAN BANGKA BELITUNG KEPULAUAN RIAU DKI JAKARTA JAWA BARAT
ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI TERHADAP JUMLAH PENDUDUK MISKIN DI PROVINSI KALIMANTAN SELATAN ( ) JURNAL
ANALISIS FAKTOR FAKTOR YANG MEMPENGARUHI TERHADAP JUMLAH PENDUDUK MISKIN DI PROVINSI KALIMANTAN SELATAN ( 2010-2015 ) JURNAL Oleh : Nama : Faza Ibnu Redha No. Mahasiswa : 13313262 Program Studi : Ilmu
DATA PANEL Pengertian Data Panel
Bahan Ajar Data Panel AGUS TRI BASUKI DATA PANEL 11.1 Pengertian Data Panel Data panel adalah gabungan antara data runtut waktu (time series) dan data silang (cross section. Menurut Agus Widarjono (2009)
BAB IV HASIL PENELITIAN DAN PEMBAHASAN. tengah.secara astronomis DIY terletak antara Lintang Selatan dan
BAB IV HASIL PENELITIAN DAN PEMBAHASAN 4.1 Gambaran Umum Obyek Penelitian Daerah Istimewa Yogyakarta (DIY) adalah daerah provinsi yang mempunyai keistimewaan dalam penyelenggaraan urusan pemerintahan dalam
BAB IV ANALISIS DAN PEMBAHASAN. 4.1 Analisis Deskriptif Statistik Variabel Terikat, Variabel Bebas dan Variabel Kontrol
51 BAB IV ANALISIS DAN PEMBAHASAN 4.1 Analisis Deskriptif Statistik Variabel Terikat, Variabel Bebas dan Variabel Kontrol Tabel dibawah ini menunjukkan statistik deskriptif atas variabel-variabel yang
IV. ANALISIS DAN PEMBAHASAN. Pada Bab ini akan dibahas tentang hasil analisis yang diperoleh secara rinci
IV. ANALISIS DAN PEMBAHASAN A. Hasil Analisis Pada Bab ini akan dibahas tentang hasil analisis yang diperoleh secara rinci disertai dengan langkah-langkah analisis data yang dilakukan. Penelitian ini bertujuan
HASIL REGRESSION MODEL GLS FIXED EFFECT MODEL (FEM) VARIABEL TERIKAT : BELANJA DAERAH (Y1)
Lampiran 1 HASIL REGRESSION MODEL GLS FIXED EFFECT MODEL (FEM) VARIABEL TERIKAT : BELANJA DAERAH (Y1) Dependent Variable: LBD? Method: Pooled EGLS (Cross-section weights) Date: 11/16/15 Time: 00:10 Sample:
Lampiran 1 Anggaran Belanja Daerah Kabupaten/Kota Provinsi Sumatera Utara Tahun (dalam jutaan rupiah)
Lampiran 1 Anggaran Belanja Daerah Kabupaten/Kota Provinsi Sumatera Tahun 2010-2013 (dalam jutaan rupiah) Kabupaten/Kota Tahun 2010 2011 2012 2013 Kab. Asahan 669516 803227 837686 1038246 Kab. Dairi 445652
DAFTAR LAMPIRAN. Kriteria Sampel Nama Provinsi
DAFTAR LAMPIRAN LAMPIRAN 1 Proses Pemilihan Sampel Penelitian Kriteria Sampel No Nama Provinsi Sampel 1 2 3 4 1 Provinsi Aceh 1 2 Provinsi Sumatera Utara 2 3 Provinsi Sumatera Barat 3 4 Provinsi Riau 4
Data Mentah Tingkat Inflasi (year on year), Posisi. JUB (Milyar Rp)
Lampiran 1 Data Mentah Tingkat Inflasi (year on year), Posisi Pinjaman sebagai proksi dari JUB, Defisit APBD, dan Utang Pemerintah Daerah di 25 Provinsi Tahun 1999-2009 JUB (Milyar Rp) Defisit (Juta Rp)
DAFTAR PUSTAKA. D. Nachrowi.(2006). Ekonometrika Analisis Ekonomi dan Keuangan. Cetakan Pertama. Jakakarta: Lembaga Penerbit FE UI.
DAFTAR PUSTAKA A.A.Yogi Prasanjaya dan I Wayan Ramantha. (2013). Analisis Pengaruh Rasio Car, Bopo, Ldr Dan Ukuran Perusahaan Terhadap Profitabilitas Bank Yang Terdaftar Di Bei. Ahmad Buyung Nusantara.
BAB IV ANALISIS HASIL DAN PEMBAHASAN. Uji akar akar unit yang bertujuan untuk menganalisis data time series
44 BAB IV ANALISIS HASIL DAN PEMBAHASAN 4.1 Analisa Kelayakan Data 4.1.1 Uji Stasioner Uji akar akar unit yang bertujuan untuk menganalisis data time series stasioner (tidak ada akar akar unit) atau tidak
BAB IV HASIL DAN PEMBAHASAN. standar deviasi suatu data. Hasil analisis deskiptif didapatkan dengan. Tabel 4.1 Analisis Statistik Deskriptif
50 A. Statistik Deskriptif BAB IV HASIL DAN PEMBAHASAN Analisis statistik deskriptif digunakan untuk mengetahui deskripsi suatu data, analisis ini dilakukan dengan melihat nilai maksimum, minimum, mean,dan
BAB IV HASIL DAN PEMBAHASAN. Belanja Daerah tahun sekarang pada kabupaten/kota di propinsi Sumatera Utara
42 BAB IV HASIL DAN PEMBAHASAN Penelitian ini menganalisis pengaruh DAU dan PAD tahun lalu terhadap Belanja Daerah tahun sekarang pada kabupaten/kota di propinsi Sumatera Utara tahun 2006 2008. Alat analisis
Lampiran 1. Database Panel Industri Perbankan Syariah yang Digunakan
L A M P I R A N 121 122 Lampiran 1. Database Panel Industri Perbankan Syariah yang Digunakan 123 124 125 126 127 128 Lampiran 2. Hasil Olahan Eviews untuk Persamaan DPK Dependent Variable: LN_DPK Method:
LAMPIRAN 1. Hasil Estimasi Common Effect Total Kredit (Model 1)
LAMPIRAN 1. Hasil Estimasi Common Effect Total Kredit (Model 1) Method: Pooled Least Squares White cross-section standard errors & covariance (d.f. corrected) LOG(KR?) 0.410559 0.019085 21.51258 0.0000
Variable Coefficient Std. Error t-statistic Prob.
LAMPIRAN 14 Lampiran 1 Hasil pendugaan model gabungan dengan Y sebagai peubah respon dan X1, X2, dan Method: Panel Least Squares Date: 07/20/11 Time: 07:10 C 5.286955 2.285536 2.313223 0.0231 X1-0.115117
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERTUMBUHAN EKONOMI DI PROVINSI KALIMANTAN TENGAH TAHUN
ANALISIS FAKTOR-FAKTOR YANG MEMPENGARUHI PERTUMBUHAN EKONOMI DI PROVINSI KALIMANTAN TENGAH TAHUN 2012-2015 THE ANALYSIS OF FACTORS INFLUENCING ECONOMIC GROWTH IN CENTRAL KALIMANTAN PERIOD 2012-2015 SKRIPSI
BAB V KESIMPULAN DAN SARAN. 1) Produk Domestik Regional Bruto (PDRB) per kapita tidak berpengaruh
89 BAB V KESIMPULAN DAN SARAN 5.1. Kesimpulan Berdasarkan uraian yang telah disampaikan pada bab sebelumnya, maka kesimpulan penelitian ini adalah: 1) Produk Domestik Regional Bruto (PDRB) per kapita tidak
BAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Perusahaan Sampel yang dijadikan objek penelitian ini adalah perusahaan yang terdaftar di Bursa Efek Indonesia (BEI) dari tahun 2011 sampai dengan 2014. Perusahaan
BAB IV HASIL DAN PEMBAHASAN
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum 1. Sejarah Perkembangan BEI dan perusahaan Manufaktur Sejarah Bursa Efek Indonesia yang didirikan oleh pemerintah Belanda di mulai sejak tahun 1912 namun kemudian
mengembangkan pemodal lokal yang besar dan solid untuk menciptakan pasar industry otomotif yang terdaftar di Bursa Efek Indonesia Periode
42 BAB IV HASIL ANALISIS DAN PEMBAHASAN 4.1 Hasil Analisis 4.1.1 Deskripsi Lokasi Penelitian Bursa Efek Indonesia merupakan instrumen dari pasar modal. Pasar Modal menurut Undang-Undang Pasar Modal No.
BAB IV ANALISIS DAN PEMBAHASAN
BAB IV ANALISIS DAN PEMBAHASAN 4.1 Sampel Data Pada bagian ini, peneliti menerapkan prosedur input data sesuai yang dijelaskan pada metodologi penelitian. Pada penerapan proses input data tersebut peneliti
DAFTAR PUSTAKA. Ghozali, Imam Aplikasi Analisis Multivariate dengan Program SPSS 19 Cetakan V. Badan Penerbit Universitas Dipenogoro, Semarang.
106 DAFTAR PUSTAKA Abied Luthfi Safitri.2013. Pengaruh Earning Per Share, Price Earning Ratio, Return On Asset, Debt to Equity Ratio dan Market Value Added Terhadap Harga Saham dalam Kelompok Jakarta Islamic
LAMPIRAN 1. Industri-industri pada sektor manufaktur berdasarkan kategori KBLI digit 2 :
93 LAMPIRAN 1 Industri-industri pada sektor manufaktur berdasarkan kategori KBLI digit 2 : Kode industri Deskripsi 15 Makanan dan minuman (Food products and beverages) 16 tembakau (Tobacco) 17 Tekstil
BAB IV ANALISIS DAN PEMBAHASAN. Penelitian ini menggunakan data dari tiga variabel independen serta dua
BAB IV ANALISIS DAN PEMBAHASAN A. Deskripsi Objek Penelitian Penelitian ini menggunakan data dari tiga variabel independen serta dua variabel dependen. Variabel independen dalam penelitian ini yaitu kepemilikan
DAFTAR PUSTAKA. Manurung,Mandala dan Pratama Rahardja (2004). Uang,Perbankan, dan Ekonomi Moneter. Jakarta. Lembaga Penerbit FEUI
DAFTAR PUSTAKA Kasmir. (2015). Analisis Laporan Keuangan. Jakarta : Raja Grafindo Persada Hasibuan, Malayu. (2007). Dasar-dasar Perbankan. Cetakan Keenam. Jakarta : Bumi Aksara Husnan, Suad & Enny P. (2012).
BAB 4 HASIL DAN PEMBAHASAN
BAB 4 HASIL DAN PEMBAHASAN A. Gambaran Umum Sampel Sampel dalam penelitian ini adalah perusahaan makanan dan minuman yang terdaftar di BEI sejak awal periode 2010-2014. Dari 14 perusahaan tercatat ada
PENGARUH EARNING PER SHARE
PENGARUH EARNING PER SHARE, RETURN ON EQUITY, DAN DEBT TO EQUITY RATIO TERHADAP RETURN SAHAM (Studi Kasus Pada Perusahaan Manufaktur di Bursa Efek Indonesia Tahun 2011-2013) THE EFFECT OF EARNING PER SHARE,
DAFTAR PUSTAKA. Halim Abdul, (2002). Akuntansi Sektor Publik. Salemba Empat, Jakarta.
DAFTAR PUSTAKA Halim Abdul, (2002). Akuntansi Sektor Publik. Salemba Empat, Jakarta. Mattjik AS &M. Sumertajaya, (2000). Metodologi Penelitian Ekonomi dan Bisnis. IPB Press. Bogor. Nataludin. (2001). Potensi
PPUS : Program Pengembangan Usaha Swasta. : waktu yang dibutuhkan untuk mengurus status tanah (minggu) : persepsi tingkat kemudahan mendapatkan lahan
157 Lampiran 1 Daftar Istilah PMDN: Penanaman Modal DalamNegeri PMA : Penanaman Modal Asing TKED : Tata KelolaEkonomi Daerah IPPU : InteraksiPemdaDenganPelaku Usaha PPUS : Program Pengembangan Usaha Swasta
BAB 4 ANALISIS DAN PEMBAHASAN
BAB 4 ANALISIS DAN PEMBAHASAN 4.1 Analisis Deskriptif Statistik Statistik deskriptif digunakan untuk melihat gambaran umum dari data yang digunakan. Tabel dibawah ini menunjukkan statistik deskriptif atas
Pengaruh Perkembangan Industri Terhadap Penyerapan Tenaga Kerja di Provinsi Jambi
Jurnal Perspektif Pembiayaan dan Pembangunan Daerah Vol. 4 No. 3, Januari Maret 2017 ISSN: 2338-4603 (print); 2355-8520 (online) Pengaruh Perkembangan Industri Terhadap Penyerapan Tenaga Kerja di Provinsi
BAB 4 ANALISA DAN PEMBAHASAN
BAB 4 ANALISA DAN PEMBAHASAN 4.1 Analisa Data Panel Guna menjawab pertanyaan penelitian sebagaimana telah diutarakan dalam Bab 1, dalam bab ini akan dilakukan analisa data melalui tahap-tahap yang telah
BAB 4 ANALISIS DAN PEMBAHASAN
64 BAB 4 ANALISIS DAN PEMBAHASAN 4.1 Pengantar Sesuai dengan permasalahan dan hipotesis penelitian yang akan dijawab dalam penelitian ini maka model ekonometri yang digunakan adalah model regresi. Model
BAB V HASIL ANALISIS DAN PEMBAHASAN
BAB V HASIL ANALISIS DAN PEMBAHASAN Penelitian ini menganalisis pengaruh Infrastruktur terhadap Pertumbuhan Ekonomi Di Indonesia tahun 2010-2014. Alat analisis yang digunakan adalah data panel dengan model
Lampiran 1. Jumlah Deposito, Suku Bunga Deposito, dan Inflasi di Indonesia Tahun
69 Lampiran 1. Jumlah Deposito, Suku Bunga Deposito, dan Inflasi di Indonesia Tahun 2004-2010 Periode sbdepo Inflasi depo Jan-04 6.27 0.57 426.424 Feb-04 5.99-0.02 409.204 Mar-04 5.86 0.36 401.686 Apr-04
BAB V HASIL ANALISIS DAN PEMBAHASAN
72 BAB V HASIL ANALISIS DAN PEMBAHASAN Dalam penelitian ini alat analisis data yang digunakan adalah model regresi linear klasik (OLS). Untuk pembuktian kebenaran hipotesis dan untuk menguji setiap variabel
BAB IV HASIL DAN PEMBAHASAN. provinsi. Dalam satu karesidenan terdiri dari beberapa kapupaten atau kota.
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Wilayah Penelitian Karesidenan adalah sebuah pembagian administratif dalam sebuah provinsi. Dalam satu karesidenan terdiri dari beberapa kapupaten atau kota.
Populasi Ternak Menurut Provinsi dan Jenis Ternak (Ribu Ekor),
Babi Aceh 0.20 0.20 0.10 0.10 - - - - 0.30 0.30 0.30 3.30 4.19 4.07 4.14 Sumatera Utara 787.20 807.40 828.00 849.20 871.00 809.70 822.80 758.50 733.90 734.00 660.70 749.40 866.21 978.72 989.12 Sumatera
BAB IV ANALISIS DAN PEMBAHASAN
BAB IV ANALISIS DAN PEMBAHASAN 4.1. Pengantar Sesuai dengan permasalahan dan hipotesis penelitian yang akan dijawab dalam penelitian ini maka model ekonometri yang digunakan adalah model regresi. Model
BAB IV HASIL DAN ANALISIS. dilakukan untuk mengetahui seberapa pengaruh variabel-variabel independen
BAB IV HASIL DAN ANALISIS 4.1 Deskripsi Data Penelitian Jenis data yang digunakan adalah data panel yang berbentuk dari tahun 2006 sampai tahun 2013 yang mencakup 33 propinsi di Indonesia. Penelitian ini
BAB IV HASIL DAN PEMBAHASAN. di Indonesia, pengertian mengenai industri real estate tercantum
BAB IV HASIL DAN PEMBAHASAN A. Gambaran Umum Industri property & real estate dan konstruksi bangunan pada umumnya merupakan dua hal yang berbeda. Real estate merupakan tanah dan semua peningkatan permanen
III. METODE PENELITIAN. series dan (2) cross section. Data time series yang digunakan adalah data tahunan
29 III. METODE PENELITIAN 3.1. Jenis dan Sumber Data Jenis data yang digunakan dalam penelitian ini adalah data sekunder. Data sekunder berupa data panel, yaitu data yang terdiri dari dua bagian : (1)
ANALISIS FAKTOR PENANAMAN MODAL DALAM NEGERI, EKSPOR, DAN KONSUMSI PEMERINTAH TERHADAP PDRB KALIMANTAN BARAT DENGAN MODEL DATA PANEL INTISARI
Buletin Ilmiah Math. Stat. dan Terapannya (Bimaster) Volume xx, No. x (tahun), hal xx xx. ANALISIS FAKTOR PENANAMAN MODAL DALAM NEGERI, EKSPOR, DAN KONSUMSI PEMERINTAH TERHADAP PDRB KALIMANTAN BARAT DENGAN
LAMPIRAN. Lampiran 1. Objek Penelitian
LAMPIRAN Lampiran 1 Objek Penelitian No. Kode Bank Nama Bank 1 BNI S Bank BNI Syariah 2 BSM Bank Syariah Mandiri 3 BSMI Bank Syariah Mega Indonesia 4 BPS Bank Panin Syariah 5 BSB PT. Bank Syariah Bukopin
BAB III METODE PENELITIAN. mengambil objek di seluruh provinsi di Indonesia, yang berjumlah 33 provinsi
BAB III METODE PENELITIAN A. Objek Penelitian Untuk mendapatkan data yang diperlukan dalam penelitian ini, penulis mengambil objek di seluruh provinsi di Indonesia, yang berjumlah 33 provinsi di 5 pulau
III. METODE PENELITIAN. Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh pertumbuhan
49 III. METODE PENELITIAN A. Ruang Lingkup Penelitian Ruang lingkup penelitian ini bertujuan untuk menganalisis pengaruh pertumbuhan ekonomi, inflasi dan kualitas sumber daya manusia terhadap tingkat pengangguran
LAMPIRAN 1. Industri TPT Menurut Statistik Industri Menengah dan Besar. (Berdasarkan Kode ISIC 5 Digit)
LAMPIRAN LAMPIRAN 1 Industri TPT Menurut Statistik Industri Menengah dan Besar (Berdasarkan Kode ISIC 5 Digit) ISIC 5 Digit Deskripsi Industri 32111 Industri permintalan benang 32112 Industri benang jahit
V. HASIL DAN PEMBAHASAN. Regional Bruto tiap provinsi dan dari segi demografi adalah jumlah penduduk dari
54 V. HASIL DAN PEMBAHASAN Dalam bab ini akan dibahas hasil dari estimasi faktor-faktor yang memengaruhi migrasi ke Provinsi DKI Jakarta sebagai bagian dari investasi sumber daya manusia. Adapun variabel
Lampiran 1. Hasil Estimasi Perdagangan ASEAN
Lampiran 1. Hasil Estimasi Perdagangan ASEAN Dependent Variable: LOGTRADE? Method: Pooled EGLS (Cross-section SUR) Date: 01/06/10 Time: 10:41 Sample (adjusted): 1985 2006 Included observations: 22 after
RUMAH KHUSUS TARGET ANGGARAN TARGET ANGGARAN TARGET ANGGARAN TARGET ANGGARAN TARGET ANGGARAN TARGET ANGGARAN
Pembangunan Perumahan Dan Kawasan Permukiman Tahun 2016 PERUMAHAN PERBATASAN LAIN2 00 NASIONAL 685.00 1,859,311.06 46,053.20 4,077,857.49 4,523.00 359,620.52 5,293.00 714,712.50 62,538.00 1,344,725.22
BAB IV HASIL DAN ANALISIS
BAB IV HASIL DAN ANALISIS 4.1. Deskripsi Data Penelitian Data yang digunakan dalam penelitian ini adalah data sekunder yang merupakan datatime series atau data runtun waktu sebanyak 12 observasi, yaitu
BAB V PENUTUP. Konvergensi antar Provinsi di Indonesia adalah sebagai berikut:
BAB V PENUTUP 5.1 Kesimpulan Kesimpulan yang dapat diambil dari penelitian dan pembahasan terhadap Konvergensi antar Provinsi di Indonesia adalah sebagai berikut: 1. Berdasarkan hasil regresi pada analisis
BAB IV ANALISIS DAN PEMBAHASAN
68 68 BAB IV ANALISIS DAN PEMBAHASAN Bab ini akan menjelaskan mengenai proses pengolahan data yang bertujuan untuk menguji hipotesis yang telah dicantumkan pada bab sebelumnya. Disamping itu, pada bab
Determinan Belanja Pegawai Pada Pemerintah Kabupaten/Kota di Provinsi Jambi
Determinan Belanja Pegawai Pada Pemerintah Kabupaten/Kota di Provinsi Jambi Yowana Rachma Mutmaina Dinas Koperasi dan UMKM Provinsi Jambi e-mail korespondensi: marthynl@yahoo.co.id Abstract. This study
HASIL ANALISA DATA ROE LDA DA SDA SG SIZE
HASIL ANALISA DATA STATISTIK DESKRIPTIF Date: 06/15/16 Time: 11:07 Sample: 2005 2754 ROE LDA DA SDA SG SIZE Mean 17.63677 0.106643 0.265135 0.357526 0.257541 21.15267 Median 11.00000 0.059216 0.251129
Joko Prasetyo. Binus University, Jakarta Jl. Kebon Jeruk Raya No. 27 Kebon Jeruk - Jakarta Barat Titik Indrawati
PENGARUH DIVIDEND PAYOUT RATIO, RETURN ON EQUITY, DAN DEBT TO EQUITY RATIO TERHADAP PRICE TO BOOK VALUE PADA PERUSAHAAN- PERUSAHAAN YANG TERDAFTAR DI JAKARTA ISLAMIC INDEX PERIODE 2012-2014 Joko Prasetyo
Lampiran 1. Penawaran Bawang Merah di Sumatera Utara Tahun (Ton) Januari Februari
76 Lampiran 1. Penawaran Bawang Merah di Sumatera Utara Tahun 2010 2014 (Ton) Bulan Tahun 2010 2011 2012 2013 2014 Januari 570 1.277 1.091 1.264 511 Februari 880 1.058 1.486 1.254 447 Maret 1.095 1.078
PENGARUH INDEKS PEMBANGUNAN MANUSIA DAN PRODUK DOMESTIK REGIONAL BRUTO TERHADAP TINGKAT PENGANGGURAN TERBUKA PROVINSI DKI JAKARTA TAHUN
PENGARUH INDEKS PEMBANGUNAN MANUSIA DAN PRODUK DOMESTIK REGIONAL BRUTO TERHADAP TINGKAT PENGANGGURAN TERBUKA PROVINSI DKI JAKARTA TAHUN 2006-2013 INDAH AYU PUSPITA SARI 14213347/3EA16 Sri Rakhmawati, SE.,
BAB V PENUTUP. penelitian dan juga saran terhadap penelitian ini. Penguraian kesimpulan ini untuk
39 BAB V PENUTUP Dalam bab ini akan disampaikan kesimpulan yang berdasarkan hasil penelitian dan juga saran terhadap penelitian ini. Penguraian kesimpulan ini untuk membuktikan hipotesis yang sudah dijelaskan
Penerimaan Pajak dan Pengeluaran Pemerintah kota Tebing Tinggi Tahun (juta rupiah)
Lampiran I Penerimaan Pajak dan Pengeluaran Pemerintah kota Tebing Tinggi Tahun 1983-2007 (juta rupiah) Tahun Penerimaan Pajak Pengeluaran Pemerintah 1983 150.392 1.627.530 1984 155.699 1.842300 1985 149.670
TABEL 1 GAMBARAN UMUM TAMAN BACAAN MASYARAKAT (TBM) KURUN WAKTU 1 JANUARI - 31 DESEMBER 2011
TABEL 1 GAMBARAN UMUM No. Provinsi Lembaga Pengelola Pengunjung Judul Buku 1 DKI Jakarta 75 83 7.119 17.178 2 Jawa Barat 1.157 1.281 72.477 160.544 3 Banten 96 88 7.039 14.925 4 Jawa Tengah 927 438 28.529
Analisis Tingkat Pengangguran di 25 Kabupaten Kota di Jawa Barat
Analisis Tingkat Pengangguran di 25 Kabupaten Kota di Jawa Barat 2006-2009 Indra Yudha Mambea, Estro Dariatno Sihaloho, Jacobus Cliff Diky Rijoly Magister Ilmu Ekonomi Fakultas Fakultas Ekonomi dan Bisnis
BAB IV HASIL DAN ANALISIS. sekunder dalam bentuk deret waktu (time series) pada periode
BAB IV HASIL DAN ANALISIS 4.1 Analisis Deskripsi Data Jenis data yang digunakan penulis dalam penelitian ini adalah data sekunder dalam bentuk deret waktu (time series) pada periode 1993-2013 kurun waktu
ANALISIS KETAHANAN PANGAN PROVINSI SUMATERA UTARA DENGAN METODE REGRESI DATA PANEL
Saintia Matematika ISSN: 2337-9197 Vol. 02, No. 03 (2014), pp. 237 251. ANALISIS KETAHANAN PANGAN PROVINSI SUMATERA UTARA DENGAN METODE REGRESI DATA PANEL Doni Silalahi, Rachmad Sitepu, Gim Tarigan Abstrak.